![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
清风_润物细无声
这个作者很懒,什么都没留下…
展开
-
adaboost(二)程序
#include #include #include using namespace std;typedef struct node{int sample_x;int sample_y;double weight;}train_sample;double minnum;int minsplit(train_sample* attstring,int原创 2016-07-04 21:52:56 · 325 阅读 · 0 评论 -
adaboost
1 Adaboost的原理1.1 Adaboost是什么AdaBoost,是英文"Adaptive Boosting"(自适应增强)的缩写,由Yoav Freund和Robert Schapire在1995年提出。它的自适应在于:前一个基本分类器分错的样本会得到加强,加权后的全体样本再次被用来训练下一个基本分类器。AdaBoost是一种迭代算法,在每一轮中加入一个新的弱分类器,转载 2016-07-04 21:51:44 · 2658 阅读 · 0 评论 -
K近邻算法(一)
文章来源::http://www.cnblogs.com/v-July-v/archive/2012/11/20/3125419.html这篇文章感觉特棒,经典特推荐!!!!从K近邻算法、距离度量谈到KD树、SIFT+BBF算法 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法前言 前两日,在微博上说:“到今转载 2016-05-19 10:37:12 · 1624 阅读 · 0 评论 -
感知机
文章来源::http://blog.csdn.net/longzaitianya1989/article/details/39520065/感知机学习旨在求出将训练数据集进行线性划分的分类超平面,为此,导入了基于误分类的损失函数,然后利用梯度下降法对损失函数进行极小化,从而求出感知机模型。感知机模型是神经网络和支持向量机的基础。也是现代流行的深度学习网络模型的基础。下面分别从感知机学习的模转载 2016-05-19 10:31:45 · 508 阅读 · 0 评论 -
K近邻算法(二)程序
#include#include#include #include#define D 5 //维数#define T 4 //类别#define MAX 2000 //#define mid MAX/2using namespace std;typedef struct Data{float data_x[D]; int dat原创 2016-05-26 21:19:58 · 321 阅读 · 0 评论 -
协方差矩阵
一、统计学的基本概念统计学里最基本的概念就是样本的均值、方差、标准差。首先,我们给定一个含有n个样本的集合,下面给出这些概念的公式描述:均值:标准差:方差:均值描述的是样本集合的中间点,它告诉我们的信息是有限的,而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。以这两个集合为例,[0, 8, 12, 20]和[8, 9, 11, 12],转载 2016-05-24 10:10:45 · 1089 阅读 · 0 评论 -
关于方差、协方差、协方差矩阵的概念及意义
期望离散型随机变量的一切可能的取值xi与对应的概率Pi(=xi)之积的和称为该离散型随机变量的数学期望(设级数绝对收敛),记为 E(x)。随机变量最基本的数学特征之一。它反映随机变量平均取值的大小。又称期望或均值。若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分,则称X为连续性随机变量,f(x)称为X的概率密度函数(分布密度函数)。方差方差是转载 2016-05-24 10:09:37 · 829 阅读 · 0 评论